最近忙於公司的全鏈路壓測平臺調研和技術規劃文件輸出工作，參考了全網能搜到的業內大廠的全鏈路壓測方案，這裡做個彙總，以及將個人認為可以落地的方案做一個關鍵點整理。

技術連結

滴滴全鏈路壓測解決之道

阿里巴巴的全鏈路壓測

阿里怎麼做雙11全鏈路壓測？

美團全鏈路壓測自動化實踐

全鏈路壓測平臺在美團中的實踐

餓了麼全鏈路壓測的探索與實踐

餓了麼全鏈路壓測平臺的實現與原理

有贊全鏈路壓測方案設計與實施詳解

京東全鏈路壓測系統(ForceBot)架構解密

羅輯思維在全鏈路壓測方面的實踐和工作筆記

大廠方案point整理

1、邏輯思維

定位：保障業務穩定性的核心基礎設施；

重要性：業務知名度高&技術團隊承受壓力大；

核心目標：服務可用性、穩定性、擴充套件性；

2、阿里巴巴

流程管理：有效的方案+充足的準備+靠譜穩定的平臺；

流量識別：壓測流量標記透傳落影子庫，同一API多次壓測，防止被攔截，同一IP，白名單機制；

系統改造：①.業務改造：流量識別、單一性問題、限流攔截、報表剔除、動態校驗；

資料準備：活動方案確定→業務模型評審→技術架構&壓測範圍&資料量級&資料形式；

①.業務模型資料：API&流量量級&配比&轉化漏斗→業務抽象模型（漏斗比例不變）；

②.基礎資料構造：資料量級&真實性（買家&賣家、商戶&商品、價格）；

系統預熱：快取準備、系統load準備；

登入準備：模擬登入場景長連結（使用者逐步登入），保護user服務；

壓測方式：0點脈衝、系統摸高、限流降級、破壞性驗證（容災恢復演練）；

3、京東

場景：買家、賣家；

資料：歷史雙十一峰值流量作為基礎流量，動態增加併發壓力；

流量：日常流量、大促流量（主庫寫壓力大）；

壓測引擎：jmeter/Ngrinder；

測試指令碼/資料：git/本地？

啟動模式：梯度遞增、脈衝、穩定水位驗證；

執行方式：立刻執行、定時執行；

測試場景：壓力源、虛擬使用者數、測試指令碼、執行方式、啟動模式；

壓力源：docker叢集、多組、無狀態（狀態檢查）、共享資源；

壓測資料：統一儲存（ES），合併計算（jmeter），grafana展示（需優化）；

流量識別、風控放行；

4、有贊

流量模型：流量來自於買家側，正常水位-突刺-回落；

機器成本：核心鏈路按量擴容，賣家側服務按需擴容，錯峰；

核心鏈路：人多&鏈路複雜&梳理核心鏈路→彙總篩選→剔除→確認；

壓測策略：單機單鏈路基準→單機混合鏈路容量→全鏈路壓測（水位）→專項預案演練；

流量預估：監控統計-QPS、連線數、IOPS、RT、快取命中率、consumer group、topic；

datapool：基礎資料脫敏、指令碼/測試資料，統一提供儲存/下發/分割功能；

影子儲存：DB路由：①.同instance不同schema（風險大）；②.不同instance同schema（安全性高，成本高）；

Redis路由：①.key值加統一字首；②.Redis-client做路由；

ES路由：①.index統一加字首，提供統一ES client做資料訪問，由client做路由；

應用變更：微服務，統一隔離，流量標透傳儲存；

流量下發：資料檔案：按照場景區分（考慮漏斗模型-轉化）；

壓測指令碼：①.不同場景的流量配比；②.每個場景按URL從上至下做轉化（gatling）；

水位檢測：壓測過程中，①.實時採集各應用服務的資源使用情況+RT+TPS+成功率；②.流量干預，保護生產服務不受影響；

壓測實施：①.基礎中介軟體開發，路由策略，框架升級，壓測引擎選型開發除錯-基礎架構；

②.業務改造升級+線下驗證（功能驗證，手動點選，資料落影子庫）-功能測試；

③.業務改造升級+生產驗證（功能驗證，手動點選，資料落影子庫）-功能測試；

④.datapool準備：資料生成，指令碼檔案切割下發-業務開發&測試；

⑤.小流量下發驗證-測試域同學；

⑥.模擬真實場景壓測驗證-團隊協同；

壓測方式：流量遞增/爬坡（梯度增加，優化擴容）；

鏈路梳理：非核心鏈路-去依賴解耦；

長期規劃：輪詢化：線時鏈路測試機器人，實時檢測；

常規化：減少人力成本投入；

日常化：儘可能少熬夜，白天完成；

圖形化：鏈路壓測規劃圖形化展示，與業務結合，一鍵完成資料準備工作；

5、美團

全鏈路壓測思路

系統總體設計

重要程度：系統穩定性建設中的核心重要位置，也是最有效的方案；

技術背景：驗證峰值流量下系統服務的伸縮性和穩定性；

驗證新上線功能的可用性、穩定性；

限流、降級、熔斷、告警燈故障演練；

線上服務容量評估

技術方案：獲取線上真實流量-流量錄製&流量回放；

快速建立壓測環境-環境/服務隔離、流量標透傳、靈活伸縮容；

支援多協議型別-http、tcp、webscoket、rpc、dubbo......

實時監控&過載保護；

必備功能：資料構造、壓測隔離、場景管理、動態調整、實時監控、壓測報告、分散式......

整體架構：web管理端：資料構造、環境準備、任務管理、場景管理、壓測動態調整、報表展示；

排程中心：壓測資源排程、任務分發、機器資源管理；

壓測引擎：流量構造、模擬；

監控元件：實施監控、壓測資料統計、聚合分析、展示；

鏈路梳理：工具化，提供自動構建壓測入口鏈路完整的依賴資訊，輔助提效手段；

擋板服務：配置化手段，完成外部依賴等相關介面的Mock配置，無需在業務程式碼中嵌入壓測判斷邏輯；

資料構造：流量複製、儲存、清洗、解析、組合展示、偏移脫敏處理；

鏈路追蹤：鏈路匹配分析定位

服務隔離：大促（業務低谷）&常規（機器隔離）

資料隔離：同庫不同表（影子表）-成本低，風險較高

機器管理：動態擴容、灰度升級、異常摘除

壓測引擎：jmeter&nGrinder&gatling

記憶體優化：記憶體管理&JVM引數

監控：秒級監控、實時展示、告警、服務保護

日誌：壓測日誌取樣、展示

服務治理：限流熔斷降級保護

注意事項：小步快跑，及時響應、專案推廣、開放生態、基礎資源&賦能；

6、餓了麼

用例管理：建立用例、檔案上傳、分類管理；

壓測執行：一鍵啟動，可指定執行緒數&預熱時間&測試周期和負載機，檔案切割分發，分散式執行；

監控資料：TPS、ART、Error%實時展示；

實時資料持久化-influxdb，設定過期時間；

冷資料持久化至MongoDB；

測試報告：用例執行完畢，自動生成測試報告；

叢集監控：壓測機使用狀態監控，作為共享資源，提示使用者可用的測試機；

安全保障：許可權管理&異常操作限制；

分散式壓測實現：二次開發；

異常干預：水位超限&服務保護&閾值告警&壓測觸發失敗（形成閉環）；

influxdb輪詢：http請求輪詢頻次較高，需優化；

預配置：提前配置，時段保留，節省時間，提高效率；

服務保護

許可權分級：高峰期禁止直行；

壓測干預，隨時手動觸發禁止動作，kill所有壓測機上執行的壓測程序；

限流熔斷：根據錯誤率和告警閾值判斷，達到或超過自動熔斷；

兜底服務：系統不可用需要停止測試時，外部強制停止，過載保護；

以上內容，來自各大廠方案的彙總整理，僅供參考。。。

&n